研究者提出外生上下文MDP的PAC学习框架
热点事件持续更新
研究者提出外生上下文MDP的PAC学习框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Corentin Pla 等作者发表论文，提出一种针对外生上下文马尔可夫决策过程的 PAC 学习框架，并给出样本复杂度的极小极大界。 该框架允许学习者在决策前和决策时都能访问采样 oracle，样本复杂度由决策前学习预算 n 与每次查询的额外采样预算 m 共同衡量，应用于上下文为外生独立同分布的折扣 MDP。
AI 根据报道生成 · 1 小时前更新
最新进展10月9日 12:00
外生上下文 MDP 学习的 Minimax PAC 界报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv：cs.LG外生上下文 MDP 学习的 Minimax PAC 界
研究者提出一种 PAC 框架，学习者可在决策前后访问采样 oracle，样本复杂度由决策前学习预算 n 与每次查询的额外采样预算 m 共同衡量，并应用于上下文外生 i.i.d. 的折扣 MDP。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。